Les mégaprojets hydriques de l’ouest étasunien : histoire d’État(s) et gestion des ressources naturelles
Bibliographic record
Abstract
Cet article propose une approche originale de l’histoire des politiques hydriques dans l’Ouest des États-Unis. En reconstituant la genèse et la mise en œuvre des mégaprojets (barrages, canaux, etc.) depuis le XXe siècle, il montre que ces politiques ne peuvent pas plus se résumer à une succession de protestations de populations locales soucieuses de préserver leur environnement ni à l’hégémonie incontestée des élites nationales et locales. Cette histoire met en avant le rôle joué par une architecture institutionnelle complexe et s’attache en particulier aux profils socio-professionnels des protagonistes influents dans le champ administratif où s’élaborent les politiques hydriques. De ce point de vue, l’histoire des politiques hydriques apparaît comme intimement liée au développement de l’État américain. Sa reconstitution a utilisé une pluralité de sources (revue de la littérature, collecte d’informations et de données secondaires, archives des protagonistes des conflits, littérature grise) ; elle s’appuie aussi sur des informations collectées à partir d’entretiens menés avec les responsables, anciens ou actuels, d’institutions publiques ou privées liés à la gestion de l’eau en Arizona.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.010 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".